标签： 全部 强化学习 扩散模型 大语言模型 基准测试 视频生成 LLM智能体 世界模型 视觉语言模型 GRPO 多模态大模型 知识蒸馏 基准评测 具身智能 流匹配 机器人操作 多智能体系统 智能体 LLM Agent 可解释性 图像生成 代码生成 多模态学习 检索增强生成 注意力机制 RLVR 后训练 视频理解 机器人学习 长上下文 多模态 数学推理 图像编辑 VLA 数据合成 多模态大语言模型 推理加速 高效推理 评测基准 自监督学习 工具调用 对比学习 扩散语言模型 视觉-语言-动作模型 参数高效微调 Transformer 工具使用 LoRA 持续学习 LLM评估 自蒸馏 多模态推理 RAG 模仿学习 综述 LLM推理 信息检索 信用分配 在线策略蒸馏 模型压缩 合成数据
找到 391 条结果
相关性 | 日期

Dream-RSI：通过演化世界实现递归自我改进

👍 148

把探索历史变成回放模拟器，让智能体在梦境中低成本进化探索策略

Tong Zheng, Xidong Wu, Zheng Zhang, Zhankui He, Chaoyi Zhang, Benjamin... 2026-09-15
LLM智能体 世界模型 离线策略评估 自动化科学发现 递归自我改进
✅ 已总结
详情 →

智能体即策略：通用智能体直接驱动的机器人操作

👍 17

让通用编码智能体直接充当机器人策略，零训练完成装配、搭建、骰子、投掷与叠毛巾等真实操作。

Mengzhao Jia, Yang Lin, Xixin Zhang, Zhihan Zhang, Xiaobai Liu, Meng Jiang 2026-09-15
LLM智能体 具身智能 机器人操作 经验复用 运行时编程
✅ 已总结
详情 →

为氛围设计智能体赋能可控的创造性探索

👍 9

把设计方向变成显式中间决策，让UI智能体在固定解码设置下探索多样方案

Yifan Zhang, Nghi D. Q. Bui, Georgios Evangelopoulos, Arnaud Benard 2026-09-15
A/B实验 LLM智能体 UI生成 Verbalized Sampling 推理时多样性
✅ 已总结
详情 →

无大纲学习：任务无关的智能体环境预处理

👍 5

元智能体在不知下游任务时自主预习环境并制备工件，让冻结求解器性能普遍提升

Vinay Samuel, Varun Ursekar, Vijay S. Kalmath, Apaar Shanker, Veronica... 2026-09-14
LLM智能体 元智能体 智能体基准评测 测试时计算 环境预处理
✅ 已总结
详情 →

MaxKernel：面向 TPU 的智能体内核生成系统

👍 17

多智能体系统自动生成并优化 TPU 内核，几何平均加速 1.58 倍，媲美人类专家

Shangkun Wang, Nina Cai, Charles Hoong, Julian Walker, Gerson Kroiz, George... 2026-09-07
JAX/Pallas LLM智能体 TPU内核优化 代码生成 自动搜索
✅ 已总结
详情 →